A行业级
Google 发布 Gemini 1.0
从训练阶段统一文本、图像、音频与视频
已核验1可追溯来源
Google DeepMind 发布 Gemini 1.0，以 Ultra、Pro、Nano 三个规模覆盖数据中心、通用产品和端侧设备。
发生了什么
Gemini 从训练开始处理多模态数据，而非只在语言模型外接视觉模块。Pro 进入 Bard，Nano 进入 Pixel，Ultra 面向高难度任务随后上线。
当时的行业背景
Google 已拥有 PaLM、Bard 和多项视觉、语音研究，但模型与产品品牌分散。GPT-4 的多模态能力迫使 Google 统一前沿模型路线。
为什么重要
它把 Google 的模型、云服务和消费产品拉到一个家族下，也确立“同一模型家族横跨端侧到数据中心”的产品结构。
在它之前
Google 的对话模型、多模态研究与产品品牌相互分散。
在它之后
Gemini 成为统一模型品牌，并贯穿端侧、云端和消费者产品。
影响
它改变了什么
对用户
Google 搜索、Android 与 Workspace 开始共享同一模型家族的能力。
对开发者
Gemini API 和 Vertex AI 成为 Google 生成式 AI 的统一开发入口。
对行业
前沿模型竞争明确进入原生多模态和全产品线分发阶段。
来源